Cadre scientifique
Méthodologie & réutilisation
Khatt-GPT documente chaque étape qui transforme un scan de manuscrit en donnée textuelle vérifiable. Cette page expose le protocole, les statuts et les limites du corpus.
Manuscrits
11
Pages
0
Lignes segmentées
4,582
Lignes validées
179
Unités documentaires
Le corpus conserve le contexte nécessaire pour retourner de la transcription vers l’image source.
Notice de manuscrit
Titre, institution ou collection, description et ressources de référence.
Page numérisée
Image complète du témoin, ordonnée dans le volume.
Segment de ligne
Zone de lecture reliée à sa page et à sa position.
Proposition textuelle
Texte soumis, auteur, date, statut et récompense restent traçables.
Chaîne de validation
Le consensus accélère la revue sans remplacer l’examen philologique.
01
1. Segmenter
Un administrateur délimite les lignes et contrôle les erreurs de segmentation signalées.
02
2. Transcrire en parallèle
Plusieurs personnes peuvent travailler sur la même ligne sans voir leur réponse avant soumission.
03
3. Comparer
Les propositions sont normalisées puis rapprochées par similarité, en conservant les variantes.
04
4. Valider
Le consensus ou une revue experte fixe le texte retenu et documente les conflits.
Lire les statuts
Un statut décrit le niveau de maturité d’une ligne, pas la valeur du manuscrit.
| Statut | Signification | Usage recommandé |
|---|---|---|
| En attente | Pas assez de propositions comparables. | Donnée de travail uniquement. |
| Conflit | Les lectures divergent au-delà du seuil de consensus. | À examiner par un lecteur compétent. |
| Validé | Consensus suffisant ou décision experte enregistrée. | Réutilisable avec citation de la version. |
| Signalé | La découpe ou l’image peut empêcher une lecture fiable. | Suspendre l’interprétation avant correction. |
Principes de recherche
Provenance
Les données restent reliées au manuscrit, à la page et à la ligne.
Incertitude visible
Les désaccords ne sont pas masqués et peuvent être réexaminés.
Attribution équitable
L’ordre de soumission et la contribution de chacun sont conservés.
Reproductibilité
Les exports incluent les images, statuts, textes et métadonnées disponibles.
Réutiliser le corpus
Avant une analyse quantitative ou un entraînement HTR, filtrez les données selon leur statut et documentez la date d’accès.
- Citer la notice du manuscrit et son identifiant KHATT.
- Séparer les données validées des propositions en attente.
- Conserver les images et polygones pour les travaux de segmentation.
- Décrire tout nettoyage ou normalisation appliqué après export.
Citation
Chaque notice fournit une citation recommandée, une entrée BibTeX et des métadonnées JSON téléchargeables.
Le corpus est évolutif : les chiffres, statuts et textes peuvent changer après de nouvelles contributions ou une revue experte.